Machine Learning Academy logo
Pythonएआईस्तर A1 → B222 भाषाएँ

Machine Learning Academy

मशीन लर्निंग को मूल सिद्धांतों से सीखें। scikit-learn के साथ मॉडल बनाएँ और उनका मूल्यांकन करें, एन्सेंबल विधियों में महारत हासिल करें और PyTorch के साथ डीप लर्निंग तक आगे बढ़ें।. CoddyKit का सीखने का मार्ग, जिसमें 30 छोटे पाठ्यक्रम और 120 संवादात्मक पाठ हैं, साथ ही 24/7 एआई शिक्षक भी आपके साथ है।

पाठ्यक्रम
30
पाठ
120
संवादात्मक चरण
1,552
शुरुआत निःशुल्क
पाठ्यक्रम 1
पाठ्यक्रम

इस मार्ग में 30 पाठ्यक्रम

सीखने के क्रम में Machine Learning Academy मार्ग के सभी पाठ्यक्रम। पहला मुफ़्त है।

1

A14 पाठमुफ़्त

जानें कि मशीन लर्निंग क्या है और यह पारंपरिक प्रोग्रामिंग से कैसे अलग है। सीखने के तीन मुख्य प्रतिमानों का अन्वेषण करें और उद्योगों में समस्याएँ हल करने वाली मशीन लर्निंग के वास्तविक उदाहरण देखें। अं…

2

A14 पाठPRO

Anaconda, Jupyter और मूल वैज्ञानिक Python स्टैक के साथ पेशेवर मशीन लर्निंग विकास वातावरण कॉन्फ़िगर करें। NumPy से ऐरे और Pandas से डेटा फ़्रेम में हेरफेर करना सीखें, ताकि आप किसी भी डेटासेट को लोड, ज…

3

A14 पाठPRO

अपने पहले पूर्वानुमान मॉडल को शून्य से प्रशिक्षित करके पर्यवेक्षित शिक्षण की सहज समझ विकसित कीजिए। सीखिए कि रैखिक प्रतिगमन डेटा के बीच सबसे उपयुक्त रेखा कैसे खोजता है और यह कैसे मापें कि वह अनदेखे मा…

4

A14 पाठPRO

संख्याओं का पूर्वानुमान करने से आगे बढ़कर श्रेणियों का पूर्वानुमान करना सीखिए। अपने पहले वर्गीकारक के रूप में लॉजिस्टिक प्रतिगमन को समझिए और जानिए कि सिग्मॉइड फ़ंक्शन रैखिक स्कोर को प्रायिकता में कैस…

5

A14 पाठPRO

जानिए कि किसी मॉडल का मूल्यांकन उसी प्रशिक्षण डेटा पर करने से झूठे रूप से आशावादी परिणाम क्यों मिलते हैं और उचित डेटा-विभाजन से इसे कैसे रोका जाए। प्रशिक्षण-परीक्षण विभाजन में दक्षता हासिल कीजिए, अति…

6

A24 पाठPRO

कच्चा डेटा लगभग कभी भी मॉडल के लिए तैयार नहीं होता: मान अनुपस्थित होते हैं, पैमानों में बहुत अंतर होता है और श्रेणीगत स्ट्रिंग कोड में बदलनी पड़ती हैं। यह पाठ्यक्रम बिखरे हुए इनपुट को स्वच्छ फीचर मैट…

7

A24 पाठPRO

सबसे सहज वर्गीकरण और प्रतिगमन एल्गोरिदम में से एक सीखिए: किसी नए बिंदु का लेबल उसके k सबसे निकट पड़ोसियों के बहुमत-मत से निर्धारित कीजिए। समझिए कि k और दूरी माप का चुनाव निर्णय सीमा को कैसे प्रभावित…

8

A24 पाठPRO

निर्णय वृक्ष हाँ/नहीं वाले प्रश्न पूछकर डेटा को विभाजित करते हैं और ऐसा प्रवाह-चित्र बनाते हैं जिसे गैर-तकनीकी हितधारक भी आसानी से देख और समझ सकते हैं। जानिए कि एल्गोरिदम Gini अशुद्धता और सूचना-लाभ स…

9

A24 पाठPRO

Naive Bayes एक मजबूत स्वतंत्रता-मान्यता के साथ Bayes प्रमेय लागू करता है, जिससे यह उच्च-आयामी पाठ डेटा पर अत्यंत तेज़ होता है। एक स्पैम फ़िल्टर बनाइए, समझिए कि शब्द-थैला वेक्टरीकरण पाठ को संख्याओं मे…

10

A24 पाठPRO

जब वर्ग असंतुलित हों या गलत वर्गीकरण की लागत अलग-अलग हो, तो केवल सटीकता भ्रामक मापदंड होती है। मूल्यांकन के पूरे टूलकिट में दक्षता हासिल कीजिए: ROC-AUC, शुद्धता-पुनःप्राप्ति वक्र, माध्य निरपेक्ष त्रु…

11

B14 पाठPRO

एक अकेला निर्णय वृक्ष अति-अनुकूलित हो जाता है; विविध वृक्षों का वन कहीं बेहतर सामान्यीकरण करता है। सीखिए कि रैंडम फ़ॉरेस्ट डेटा और फीचर के यादृच्छिक उपसमुच्चयों पर प्रशिक्षित सैकड़ों वृक्षों के परिणा…

12

B14 पाठPRO

SVM वर्गों को अलग करने वाला अधिकतम-मार्जिन हाइपरप्लेन खोजते हैं, जिससे उन्हें सामान्यीकरण की मजबूत सैद्धांतिक गारंटी मिलती है। कर्नेल ट्रिक सीखिए, जो SVM को अनंत-आयामी स्थान में गैर-रैखिक सीमाओं सँभा…

13

B14 पाठPRO

ग्रेडिएंट बूस्टिंग कमजोर शिक्षार्थियों को क्रमशः प्रशिक्षित करती है, जहाँ हर शिक्षार्थी पिछले शिक्षार्थी की बची हुई त्रुटियों को सुधारता है। इससे सारणीबद्ध डेटा पर अत्याधुनिक प्रदर्शन मिलता है। Kaggl…

14

B14 पाठPRO

डेटा-विभाजन में यादृच्छिक बदलाव के कारण एकल प्रशिक्षण-परीक्षण विभाजन भ्रामक हो सकता है। क्रॉस-वैलिडेशन कई विभाजनों के परिणामों का औसत लेकर अधिक विश्वसनीय अनुमान देता है, जबकि ग्रिड और रैंडम खोज डेटा-…

15

B14 पाठPRO

आपके फीचर की गुणवत्ता आपके मॉडल के प्रदर्शन की अधिकतम सीमा तय करती है, चाहे आप कोई भी एल्गोरिदम इस्तेमाल करें। रूपांतरणों, अंतःक्रियाओं और विषय-ज्ञान के माध्यम से कच्चे डेटा से नई, जानकारीपूर्ण विशेष…

16

B14 पाठPRO

क्लस्टरिंग पर्यवेक्षण-रहित शिक्षण है, जो लेबल के बिना डेटा में प्राकृतिक समूह खोजता है। गोलाकार समूहों के लिए K-Means और मनमाने आकार के समूहों तथा असामान्य मानों की पहचान के लिए DBSCAN में दक्षता हास…

17

B14 पाठPRO

उच्च-आयामी डेटा का दृश्यांकन कठिन होता है और उसमें अक्सर अनावश्यक फीचर होते हैं, जो प्रशिक्षण को धीमा करते हैं। PCA प्रसरण को बनाए रखते हुए जानकारी को लंबवत घटकों में संकुचित करता है; t-SNE अन्वेषण क…

18

B14 पाठPRO

Scikit-learn Pipelines पूर्व-संसाधन और मॉडलिंग चरणों को एक ही ऑब्जेक्ट में जोड़ती हैं, जिससे डेटा-रिसाव रुकता है और परिनियोजन सरल हो जाता है। ऐसे पूर्ण कार्यप्रवाह बनाना, क्रॉस-वैलिडेट करना और क्रमबद…

19

B14 पाठPRO

धोखाधड़ी का पता लगाने, चिकित्सीय निदान और कई अन्य महत्वपूर्ण अनुप्रयोगों में एक वर्ग उदाहरणों के 1% से भी कम हो सकता है। ऐसे डेटा पर प्रशिक्षण लेने से अल्पसंख्यक वर्ग को पूरी तरह अनदेखा करते हुए भ्रा…

20

B14 पाठPRO

कोई मॉडल तभी उपयोगी है जब वह आपकी Jupyter नोटबुक के बाहर नए डेटा पर पूर्वानुमान कर सके। scikit-learn कार्यप्रवाहों को सहेजना और उनके संस्करणों का प्रबंधन करना सीखिए, FastAPI के साथ एक न्यूनतम REST AP…

21

B24 पाठPRO

PyTorch अनुसंधान और उत्पादन-स्तर के डीप-लर्निंग का प्रमुख ढाँचा है। टेन्सर से शुरुआत करते हुए अपना पहला फीडफॉरवर्ड न्यूरल नेटवर्क बनाइए, ग्रेडिएंट की गणना के लिए autograd को समझिए और MNIST पर अंकों क…

22

B24 पाठPRO

अच्छी संरचना केवल आधी सफलता है; प्रशिक्षण की गतिशीलता तय करती है कि नेटवर्क उपयोगी समाधान तक पहुँचेगा या नहीं। लर्निंग रेट अनुसूचियाँ, बैच सामान्यीकरण, ड्रॉपआउट नियमितीकरण और भार आरंभीकरण की ऐसी रणनी…

23

B24 पाठPRO

CNN स्थानीय भार-साझाकरण और पूलिंग के माध्यम से छवियों की स्थानिक संरचना का लाभ उठाते हैं, जिससे पैरामीटरों की संख्या घटती है और स्थानांतरण-अपरिवर्तनशीलता बेहतर होती है। PyTorch में शून्य से एक CNN छव…

24

B24 पाठPRO

समय-श्रृंखला, पाठ और ऑडियो जैसे क्रमिक डेटा में समय-संबंधी निर्भरताएँ होती हैं, जिन्हें सामान्य फीडफॉरवर्ड नेटवर्क अनदेखा करते हैं। RNN साझा भारों के साथ क्रमों को चरण-दर-चरण संसाधित करते हैं, जबकि L…

25

B24 पाठPRO

बड़े नेटवर्क को शून्य से प्रशिक्षित करने के लिए विशाल डेटासेट और बहुत अधिक संगणना चाहिए। ट्रांसफ़र लर्निंग लाखों उदाहरणों पर पहले से प्रशिक्षित मॉडलों के भारों का पुनः उपयोग करती है, जिससे बहुत कम ले…

26

B24 पाठPRO

BERT का द्विदिश ट्रांसफ़ॉर्मर आर्किटेक्चर दोनों दिशाओं के संदर्भ को समझता है और लगभग हर प्राकृतिक भाषा प्रसंस्करण बेंचमार्क पर पुराने क्रमिक मॉडलों से बेहतर प्रदर्शन करता है। न्यूनतम कोड का उपयोग करक…

27

B24 पाठPRO

MLOps मशीन लर्निंग अनुसंधान और विश्वसनीय उत्पादन सॉफ़्टवेयर इंजीनियरिंग के बीच सेतु बनाता है। MLflow के साथ प्रयोगों का अभिलेखन, Docker के साथ दोहराए जा सकने वाले वातावरण और GitHub Actions के साथ स्व…

28

B24 पाठPRO

जब वास्तविक दुनिया प्रशिक्षण परिस्थितियों से दूर बदलती है, तो उत्पादन में मॉडल चुपचाप खराब होते जाते हैं। पूर्वानुमान वितरणों की निगरानी करना, डेटा और अवधारणा में बदलाव का समय रहते पता लगाना और ऐसे च…

29

B24 पाठPRO

जब मशीन लर्निंग प्रणालियाँ भर्ती, ऋण-प्रदान और स्वास्थ्य सेवा में महत्वपूर्ण निर्णय लेती हैं, तब मॉडल के व्यवहार को समझना और उसका ऑडिट करना नैतिक अनिवार्यता के साथ-साथ कई अधिकार-क्षेत्रों में कानूनी…

30

B24 पाठPRO

इस ट्रैक में सीखे गए हर कौशल को एक पूर्ण परियोजना में जोड़िए: वास्तविक डेटा-समुच्चय प्राप्त करके साफ कीजिए, विशेषताएँ तैयार कीजिए, कई मॉडलों को प्रशिक्षित और बेहतर कीजिए, उनका मूल्यांकन और तुलना कीजि…

CoddyKit PRO

इस मार्ग के सभी 30 पाठ्यक्रम और हर दूसरे मार्ग के पाठ्यक्रम अनलॉक करें

एआई शिक्षक, प्रमाणन परीक्षा और प्रमाणपत्र। वेब, iOS और Android पर काम करता है।

सभी योजनाएँ देखें
वार्षिक$29.90 / वर्षलगभग $2.49 प्रति माहएक बार भुगतान करेंआजीवन$69.99 एक बारकोई नवीनीकरण नहीं। PRO हमेशा के लिए।
पाठ्यक्रम का परिचय

Python के साथ मशीन लर्निंग

मशीन लर्निंग को मूल सिद्धांतों से सीखिए। scikit-learn के साथ मॉडल बनाना और उनका मूल्यांकन करना सीखिए, एन्सेम्बल विधियों में निपुण बनिए और PyTorch के साथ डीप लर्निंग तक आगे बढ़िए। इस श्रृंखला में पूर्ण शुरुआती (A1) से उन्नत (B2) स्तर तक 30 क्रमिक लघु-पाठ्यक्रम शामिल हैं। छोटे, केंद्रित पाठ और त्वरित प्रश्नोत्तरी हर अवधारणा को अच्छी तरह समझने में आपकी मदद करेंगे।

आप क्या सीखेंगे

आप मूलभूत बातों से शुरुआत करेंगे और मध्यवर्ती तथा उन्नत विषयों तक आगे बढ़ेंगे, जहाँ हर पाठ्यक्रम पिछले पाठ्यक्रम पर आधारित होगा। हर पाठ व्यावहारिक है, जिसमें वास्तविक उदाहरण और आवश्यकता पड़ने पर सहायता देने वाला कृत्रिम बुद्धिमत्ता सहायक उपलब्ध है।

यह कैसे काम करता है

हर पाठ्यक्रम को चार केंद्रित पाठों में बाँटा गया है। प्रतिदिन कुछ पाठ पूरे कीजिए और महीनों के बजाय कुछ ही सप्ताहों में पूरी श्रृंखला में निपुण हो जाइए।

आप कैसे सीखेंगे

  1. 01

    इंटरैक्टिव पाठ

    तुरंत प्रतिक्रिया वाले व्यावहारिक कोड लेखन अभ्यास

  2. 02

    AI ट्यूटर

    अटकने पर हमारे AI से तुरंत सहायता पाएँ

  3. 03

    अंतर्निर्मित संपादक

    सीधे अपने ब्राउज़र में कोड लिखें और चलाएँ

  4. 04

    प्रमाणपत्र

    पाठ्यक्रम पूरा करने पर प्रमाणपत्र पाएँ

FAQ

अक्सर पूछे जाने वाले प्रश्न

क्या Machine Learning Academy पाठ्यक्रम निःशुल्क है?

हाँ। आप Machine Learning Academy पाठ्यक्रम निःशुल्क शुरू कर सकते हैं और इसके इंटरैक्टिव पाठ बिना किसी शुल्क के पूरे कर सकते हैं। वैकल्पिक PRO सदस्यता उन्नत एआई टूल और साझा किया जा सकने वाला प्रमाणपत्र उपलब्ध कराती है।

क्या Python सीखने के लिए मुझे पहले से अनुभव होना चाहिए?

नहीं। पाठ्यक्रम बुनियादी सिद्धांतों से शुरू होता है और धीरे-धीरे उन्नत विषयों तक जाता है, इसलिए आप Python का पहले से कोई अनुभव न होने पर भी शुरुआत कर सकते हैं।

CoddyKit पर मैं Python कैसे सीखूँगा?

आप करके सीखते हैं। छोटे-छोटे इंटरैक्टिव पाठों में स्पष्ट व्याख्या के साथ ऐसा व्यावहारिक कोडिंग अभ्यास होता है जो वास्तविक समय में चलता है, और जब भी आप अटकते हैं, 24/7 एआई ट्यूटर व्यक्तिगत सहायता देता है।

क्या Machine Learning Academy पूरा करने पर मुझे प्रमाणपत्र मिलेगा?

हाँ। PRO शिक्षार्थी परीक्षा दे सकते हैं और Machine Learning Academy पाठ्यक्रम पूरा करने का ऐसा साझा किया जा सकने वाला प्रमाणपत्र प्राप्त कर सकते हैं, जिसमें सत्यापन योग्य कोड होता है।

क्या मैं अपने फ़ोन पर Python सीख सकता हूँ?

हाँ। CoddyKit वेब पर और मूल iOS तथा एंड्रॉइड ऐप के रूप में उपलब्ध है, इसलिए आप किसी भी डिवाइस पर Python सीख सकते हैं और आपकी प्रगति सभी डिवाइसों पर सिंक होती रहती है।

CoddyKit PRO की कीमत कितनी है?

Machine Learning Academy का पहला पाठ्यक्रम मुफ़्त है। CoddyKit PRO हर पाठ्यक्रम को अनलॉक करता है: $5.90 प्रति सप्ताह, $7.90 प्रति माह, $29.90 प्रति वर्ष, या बिना किसी नवीनीकरण के आजीवन पहुँच के लिए एक बार $69.99।

Machine Learning Academy पूरा करने में कितना समय लगता है?

Machine Learning Academy में 30 पाठ्यक्रम और 120 पाठ हैं। अधिकांश पाठों में लगभग 5–10 मिनट लगते हैं, इसलिए अपनी गति से पूरे मार्ग को पूरा करने में लगभग 14 घंटे का व्यावहारिक अभ्यास लगता है।

अभी Machine Learning Academy शुरू करें

एआई-संचालित पाठों के साथ प्रोग्रामिंग में निपुण बनने वाले हज़ारों शिक्षार्थियों से जुड़ें।